Agentic AI verlagert die Sicherheit am Arbeitsplatz von reaktiver Dokumentation hin zu Prävention in Echtzeit.

Die zentrale These des Artikels bleibt bestehen: Traditionelle Sicherheitssysteme dokumentieren lediglich bereits Geschehenes – eine strukturelle Einschränkung, kein Mangel an Werkzeugen. Ein Mitarbeiter, der eine Maschinenprüfung mit schwankenden Luftqualitätswerten abwägen und deren kombinierte Bedeutung erkennen kann, leistet etwas grundlegend anderes als die Bearbeitung einer Checkliste oder die Anwendung einer Alarmregel. Dieser Unterschied ist real und ein guter Ausgangspunkt für die Diskussion.

Doch hinter dem Ratschlag des Artikels, „mit den Daten zu beginnen“, verbirgt sich eine schwierigere Frage: Worauf basieren die meisten EHS-Teams tatsächlich? Sicherheitsdaten sind in den meisten Organisationen nicht zentral gespeichert. Inspektionsergebnisse befinden sich in einem System, Daten von Wearables in einem anderen, Unfallberichte in einem dritten, und ein erheblicher Anteil von Beinaheunfällen wird gar nicht erst erfasst. Ein Mitarbeiter kann das Gesamtrisiko nur dann bewerten, wenn die zugrunde liegenden Signale so strukturiert sind, dass sie überhaupt erst gewichtet werden können. Das ist weniger ein Problem der Datenwissenschaft als vielmehr ein organisatorisches: Es erfordert, im Vorfeld festzulegen, welche Signale relevant sind, und die Disziplin zu entwickeln, diese konsequent zu erfassen.

Arbeiten in geschlossenen Räumen, Chemikalienbestände und genehmigungspflichtige Programme eignen sich aus einem Grund gut als Ausgangspunkt, der nichts mit dem Risikoniveau zu tun hat: Ihre Daten weisen bereits eine integrierte Struktur auf. Eine Genehmigung hat ein festgelegtes Verlängerungsdatum. Ein Sicherheitsdatenblatt hat einen festgelegten Aktualisierungszyklus. Dank dieser Struktur kann ein Sachverständiger sofort ein verlässliches Ergebnis liefern – ohne dass ein Unternehmen zuvor jedes einzelne, voneinander unabhängige System entwirren muss.